KI-Kameras in der Logistik. Standard-Überwachungskameras werden zu smarten KI-Kameras.

Für die Verwendung von KI-Kameras gibt es viele Anwendungsfälle in der Logistik, einer ist zum Beispiel das Zählen von Gemüsekisten vom Bio-Bauern oder Zulieferer bis in das „Supermarkt-Verteilungslager“, das von einem Logistikdienstleister geführt wird. Hierbei werden nicht nur die unterschiedlichen Boxen erkannt, sondern auch sichtbare Produkte wie zum Beispiel Äpfel, Milchflaschen und Konserven. Bei der Ankunft (Inbound) am Verteilungslager an den Laderampen (Docks) werden die Kameras verwendet und können alle einströmenden Waren erkennen und zählen. Dadurch wird die sogenannte „checker time“ reduziert, sodass Waren wenig bzw. gar nicht manuell erfasst werden müssen. An dieser Stelle wird vom sogenannten „automated proof of delivery“ gesprochen.

Nachdem die Gemüsekisten vom Bio-Bauern im Verteilungslager angekommen sind, werden sie durch den Logistikdienstleister zum Einzelhandelsgeschäft, Coffee-Shop oder Bäckerei gebracht. Normalerweise werden hier bei kleineren Gebäuden teilweise nur einzelne Kisten auf Sackkarren in die Stores gebracht, anschließend in verschiedene Kühlschränke sortiert und der Wareneingang jeder Kiste aufwendig dokumentiert. Durch das Verwenden der KI-Kameras im Store kann auf das Dokumentieren verzichtet werden. Der Store-Manager, bzw. die Store-Managerin kann in Echtzeit seinen/ihren Produkt-Wareneingang auf dem Smartphone sehen und schneller und gezielter Angebote schalten und ggf. nachbestellen, falls die Bestellung abweicht.

Über die gesamte Supply Chain werden Standardkisten (z. B. Gemüsekisten) und Ladungsträger von sogenannten „Pooler“ Unternehmen kostenpflichtig zur Verfügung gestellt, wofür der Retailer ein Pfand zurückbekommt. Hierbei werden oftmals große Differenzen und Verluste bemängelt. Durch den Einsatz von KI-Kameras wird auch hier der Warenfluss der Ladungsträger dokumentiert und mit der Verbindung eines Micro-Services in der KI-Plattform kann die Abrechnung und Rücküberweisung des Pfands automatisiert abgebildet werden. Dies erhöht die Genauigkeit der Abrechnung, reduziert Zählzeiten und erhöht den Cashflow.

Ein Weiterer Use Case ist das Erkennen von Personen oder kamerabasierte scannen von Labels und QR-Codes. Bei den Gemüsekisten wurden z. B. verschiedene Kisten in unterschiedlichen Farben benutzt, um das Erkennen der Produkte zu unterstützen. Bei gewissen Produkten werden keine unterschiedlichen Kisten, sondern gleich aussehende Kartons verwendet. In diesem Fall werden oftmals QR-Codes auf den Kartons platziert. Auch diese können aus der Ferne mit einer simplen IP-Kamera erfasst werden, um den Warenfluss zu optimieren. In einigen Fällen wird von Zulieferern ein anders Label verwendet als beim nächsten Partner in der Supply Chain, zum Beispiel im produzierenden Gewerbe. Hier kann die KI-Plattform durch eine intelligente Erkennung und Übersetzung die Waren mit autonomen Robotern an sogenannte „Umklebe-Stationen“ leiten und mit neuen Labeln versehen oder die Daten an den nächsten in der Supply Chain weiterleiten, der diese auch durch KI-Kameras in seinem System in seine Kodierung im ERP-System übersetzten kann.

In einigen Gefahrenlagern kann die KI-Kamera auch gefährliche Situationen erkennen und Alarme auslösen. Zum Beispiel werden in der Chemieindustrie Personen erkannt, wenn sie sich in der Nähe von gefährlichen Stoffen aufhalten – wenn die Stoffe/großen Behälter nun Anomalien aufweisen z. B. der Austritt von Flüssigkeiten auf den Boden, wird ein Alarm ausgelöst.

In der Praxis werden derzeit oftmals die Kameradaten noch mit IoT-Sensordaten komplementiert. In diesem Fall wird auch von Sensor Fusion gesprochen. Beim Verteilungslager des Logistikdienstleisters können an den Kisten zusätzlich RFID passive Sensoren angebracht werden, die durch Gateways an den Laderampen (Docks) die Daten beim Vorbeifahren durch RFID-Portale erheben. In der Plattform werden dann die Kamerazählungen mit den RFID Zählungen verglichen und die Algorithmen geschärft, um die höchstmögliche Genauigkeit in Iterationen zu entwickeln. Zweifelsohne gewinnen auch IoT-Devices für Personen immer mehr an Popularität im „Shopfloor Management“, sodass im Gefahrenlager zu der Kameraerfassung auch Standortbezogene am Körpergetragene Sensoren der Mitarbeiter:innen die Sicherheit erhören und die Plattform bei der Datenerfassung unterstützt. Durch dieses IoT Device kann dann auch ein Alarm ausgelöst werden z. B. bei einer gefährlichen Chemikalie, wodurch ein Signal aus dem Device erklingt.